Hipotesis - TINJAUAN PUSTAKA - BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA

D. Hipotesis

Teori empirik yang dikemukakan oleh Sugiyono (2003) sebagai berikut:

Hipotesis adalah suatu proposisi, kondisi atau prinsip untuk sementara waktu dianggap benar dan barangkali tanpa keyakinan supaya bisa ditarik suatu resiko logis dan dengan cara ini kemudian diadakan pengujian tentang kebenarannya dengan menggunakan data empiris hasil penelitian. Mengenai hipotesis dalam penelitian ini adalah : “Analisis strategi pemberdayaan masyarakat nelayan pada pengolahan hasil tangkap terhadap peningkatan pendapatan rumah tangga di Desa Pahlawan Kecamatan Tanjung Tiram Kabupaten Batu Bara”.

1. Sumber daya berpengaruh terhadap pemberdayaan masyarakat nelayan di Desa Pahlawan Kecamatan Tanjung Tiram Kabupaten Batu Bara.

2. Sumber daya berpengaruh terhadap pendapatan rumah tangga di Desa Pahlawan Kecamatan Tanjung Tiram Kabupaten Batu Bara.

3. Teknologi berpengaruh terhadap pemberdayaan masyarakat nelayan di Desa Pahlawan Kecamatan Tanjung Tiram Kabupaten Batu Bara.

4. Teknologi berpengaruh terhadap pendapatan rumah tangga di Desa Pahlawan Kecamatan Tanjung Tiram Kabupaten Batu Bara

5. Sosial ekonomi berpengaruh terhadap pemberdayaan masyarakat nelayan di Desa Pahlawan Kecamatan Tanjung Tiram Kabupaten Batu Bara.

6. Sosial ekonomi berpengaruh terhadap pendapatan rumah tangga di Desa Pahlawan Kecamatan Tanjung Tiram Kabupaten Batu Bara.

7. Modal sosial berpengaruh terhadap pemberdayaan masyarakat nelayan di Desa Pahlawan Kecamatan Tanjung Tiram Kabupaten Batu Bara.

8. Modal sosial berpengaruh terhadap pendapatan rumah tangga di Desa Pahlawan Kecamatan Tanjung Tiram Kabupaten Batu Bara.

9. Pemberdayaan masyarakat nelayan berpengaruh terhadap pendapatan rumah tangga nelayan di Desa Pahlawan Kecamatan Tanjung Tiram Kabupaten Batu Bara.

39 BAB III

METODE PENELITIAN A. Pendekatan Penelitian

Jenis penelitian ini merupakan penelitian kausal (causal), Umar (2008) menyebutkan desain kausal berguna untuk menganalisis bagaimana suatu variabel mempengaruhi variabel lain, dan juga berguna pada penelitian yang bersifat eksperimen dimana variabel independennya diperlakukan secara terkendali oleh peneliti untuk melihat dampaknya pada variabel dependennya secara langsung.

B. Tempat Dan Waktu Penelitian

Penelitian ini dilakukan di Desa Pahlawan Kecamatan Tanjung Tiram Kabupaten Batu Bara dengan waktu penelitian direncanakan dari bulan Maret 2018 sampai dengan Oktober 2019, dan dapat dilihat pada tabel berikut.

Tabel 3.1Rencana waktu penelitian

C. Populasi Dan Sampel 1. Populasi

Populasi adalah wilayah generalisasi yang terdiri dari objek atau subjek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari, dan kemudian ditarik suatu kesimpulannya Sugiyono (2013). Adapun populasi dalam penelitian ini adalah 1.452 KK kepala rumah tangga masyarakat di Desa Pahlawan Kecamatan Tanjung Tiram Kabupaten Batu Bara.

2. Sampel

Sampel menurut Sugiyono (2012) adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut sampel yang diambil dari populasi tersebut harus betul-betul representative (mewakili). Ukuran sampel merupakan banyaknya sampel yang akan diambil dari suatu populasi. “Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut”.

Menurut Arikunto (2012) jika jumlah populasinya kurang dari 100 orang, maka jumlah sampelnya diambil secara keseluruhan, tetapi jika populasinya lebih besar dari 100 orang, maka bisa diambil 10-15% atau 20-25% dari jumlah populasinya.

Dikarenakan jumlah populasi dalam penelitian ini sejumlah 1.452 KK, maka sampel yang akan diambil sebanyak 15% dari total keseluruhan jumlah populasi yaitu 217,8 digenapkan menjadi 218 KK.

3. Jenis dan Sumber Data

Adapun jenis penelitian ini adalah data primer, yang dimaksud data primer ialah data yang diperoleh langsung dari sumbernya dengan berbentuk kata-kata.

Sumber data dalam penelitian ini yaitu keluarga nelayan di Desa Pahlawan Kecamatan Tanjung Tiram Kabupaten Batu Bara.

D. Variabel Penelitian Dan Definisi Operasional 1. Variabel Penelitian

Variabel penelitian mencakup variabel apa yang akan diteliti. Penelitian ini menggunakan 4 (empat) variabel bebas yaitu: sumber daya, teknologi, sosial ekonomi, modal sosial. Sistem pengendalian internal (X) dan 2 (dua) variabel terikat yaitu pemberdayaan masyarakat nelayan (Y1) dan pendapatan rumah tangga(Y2).

2. Definisi Operasional

Variabel-variabel yang dioperasikan dalam penelitian ini adalah variabel yang terkandung hipotesis yang telah dirumuskan. Untuk memberikan jawaban yang jelas, maka perlu diberikan defenisi variabel-variabel yang akan diteliti guna memudahkan pembuatan kuisioner sebagai berikut :

Tabel 3.2 Operasionalisasi Variabel

Variabel Deskripsi Dimensi Skala

Sumber Daya (X1)

Sumber daya adalah kemampuan untuk memenuhi atau menangani sesuatu, sumber persediaan, penunjang atau bantuan, sarana yang dihasilkan oleh kemampuan atau pemikiran seseorang.

Teknologi adalah seluruh perangkat ide, metode, teknik benda-benda material yang digunakan dalam waktu dan tempat tertentu maupun untuk memenuhi kebutuhan manusia Prayitno dalam Ilyas (2001)

Sosial ekonomi adalah posisi seseorang dalam masyarakat berkaitan dengan orang lain dalam arti

 Tempat Tinggal

 Kepemilikan

Likert

lingkungan pergaulan, prestasinya, dan hak-hak serta kewajibannya dalam hubungannya dengan sumber

Modal sosial adalah sumber daya yang dapat dipandang sebagai investasi untuk mendapatkan sumber daya baru.

Hasbullah (2006)

Pemberdayaan masyarakat nelayan diartikan sebagai usaha-usaha sadar yang bersifat berencana, sistematik, dan berkesinambungan untuk membangun kemandirian sosial, ekonomi dan politik masyarakat nelayan dengan mengelola potensi sumber daya yang mereka miliki untuk mencapai kesejahteraan sosial yang bersifat berkelanjutan.

Pendapatan rumahtangga adalah total pendapatan dari setiap anggota rumah tangga dalam bentuk uang yang diperoleh baik sebagai gaji atau upah usaha rumah tangga atau sumber lain.

Samuelson dan Nordhaus (2002)

E. Teknik Pengumpulan Data

Teknik pengumpulan data merupakan suatu cara yang sistematis dan objektif untuk memperoleh atau mengumpulkan keterangan-keterangan yang bersifat lisan maupun tulisan. Adapun teknik pengumpulan data dalam penelitian ini adalah sebagai berikut:

a) Studi Wawancara (Interview)

Pengambilan data Dilakukan dengan cara menentukan tanya jawab langsung antara pewawancara dengan yang diwawancara tentang segala sesuatu yang diketahui oleh pewawancara.

b) Angket / Quisioner

Data dikumpulkan dengan menggunakan survei angket terhadap pendapatan rumah tangga. Survei kuisioner yang diberikan merupakan modifikasi dari kuesioner yang digunakan pada penelitian larasati dan Perumal (2018). Kuesioner terdiri atas 54 pertanyaan dengan masing-masing variabel 9 pertanyaan dan menggunakan skala likert.

Data yang telah dikumpulkan dari angket kemudian diuji validitas dan reliabilitas.

Berikut pengujiannya :

1. Uji Validitas. Membentuk pertanyaan-pertanyaan angket yang relevan dengan konsep atau teori dan mengkonsultasikannya dengan ahli (judgement report) dalam hal ini didiskusikan dengan pembimbing dan tidak menggunakan perhitungan statistik.Menguji kekuatan hubungan (korelasi) antara skor item dengan skor total variabel dengan menggunakan korelasi product moment, jika korelasi signifikan maka butir/item pertanyaan valid. Pengujian valiitas konstruksi ini dilakukan dengan pendekatan sekali jalan (single trial). Jika

tedapat butir yang tidak valid maka butir tersebut dibuang. Butir yang valid dijadikan pertanyaan angket yang sesungguhnya untuk diberikan pada seluruh responden yang sudah ditentukan sebanyak 200 kk dan sampai instrument butir pertanyaan dinyatakan valid. Untuk menghitung validitas kuesioner digunakan rumus Product Moment angka kasar. Arikunto (2006).

Rxy =

rxy= koefisien korelasi antara skor soal dan skor total N = banyak responden

Bila rxy hitung > rxy tabel dengan dk = N-2 dengan taraf signifikan ( = 0,05), maka disimpulkan bahwa butir item disusun sudah valid.

2. Uji Reliabilitas. Untuk mengetahui konsentrasi atau kepercayaan hasil ukur yang mengandung kecermatan pengukuran maka dilakukan uji reliabilitas.

Pengukuran reliabilitas dalam penelitian ini dilakukan dengan cara one shot (pengukuran sekali saja). Disini pengukuran variabelnya dilakukan sekali dan kemudian hasilnya dibandingkan dengan pertanyaan lain untuk mengukur korelasi antar jawaban pertanyan. Suatu kostruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha > 0,600 Ghozali (2005).

F. Metode Analisis Data

Untuk analisis data dari penelitian ini digunakan Structural equation modeling (SEM).SEM adalah suatu teknik modeling statistik yang bersifat sangat cross-sectional, linear dan umum.Termasuk dalam SEM ini ialah analisis faktor (factor analysis), analisis jalur (path analysis) dan regresi (regression).

Structural equation modeling (SEM) berkembang dan mempunyai fungsi mirip dengan regresi berganda, sekalipun demikian SEM menjadi suatu teknik analisis yang lebih kuat karena mempertimbangkan pemodelan interaksi, nonlinearitas, variabel–variabel bebas yang berkorelasi (correlated independents), kesalahan pengukuran, gangguan kesalahan-kesalahan yang berkorelasi (correlated error terms), beberapa variabel bebas laten (multiple latent independents) dimana masing-masing diukur dengan menggunakan banyak indikator, dan satu atau dua variabel tergantung laten yang juga masing-masing diukur dengan beberapa indikator. Jika terdapat sebuah variabel laten (unobserved variabel) akan ada dua atau lebih varabel manifes (indikator/observed variabel).

Banyak pendapat bahwa sebuah variabel laten sebaiknya dijelaskan oleh paling sedikit tiga variabel manifes. Namun pada sebuah model SEM dapat saja sebuah variabel manifes ditampilkan tanpa harus menyertai sebuah variabel laten.

Dalam alat analisis AMOS, sebuah variabel laten diberi simbol lingkaran atau ellips sedangkan variabel manifes diberi simbol kotak. Dalam sebuah model SEM sebuah variabel laten dapat berfungsi sebagai variabel eksogen atau variabel endogen. Variabel eksogen adalah variabel independen yang mempengaruhi variabel dependen. Pada model SEM variabel eksogen ditunjukkan dengan adanya anak panah yang berasal dari variabel tersebut menuju ke arah variabel endogen.

Dimana variabel endogen adalah variabel dependen yang dipengaruhi oleh variabel independent (eksogen). Pada model SEM variabel eksogen ditunjukkan dengan adanya anak panah yang menuju variabel tersebut. Secara umum sebuah model SEM dapat dibagi menjadi dua bagian utama yaitu Measurement Model dan Strutural Model .

Measurement model adalah bagian dari model SEM yang menggambarkan hubungan antar variabel laten dengan indikatornya, alat analisis yang digunakan adalah Confirmatory Factor Analysis (CFA). Dalam CFA dapat saja sebuah indikator dianggap tidak secara kuat berpengaruh atau dapat menjelaskan sebuah konstruk. Struktur model menggambarkan hubungan antar variabel – variabel laten atau anta variabel eksogen dengan variabel laten, untuk mengujinya digunakan alat analisis Multiple Regression Analysis untuk mengetahui apakah ada hubungan yang signifikan di antara variabel–variabel eksogen (independen) dengan variabel endogen (dependen).

1. Asumsi dan Persyaratan Menggunakan SEM

Kompleksitas hubungan antara variabel semakin berkembang seiring berkembangnya ilmu pengetahuan.Keterkaitan hubungan tersebut bersifat ilmiah, yaitu pola hubungan (relasi) antara variabel saja atau pola pengaruh baik pengaruh langsung maupun tak langsung. Dalam prakteknya, variabel-variabel penelitian pada bidang tertentu tidak dapat diukur secara langsung (bersifat laten) sehingga masih membutuhkan berbagai indikator lain untuk mengukur variabel tersebut.

Variabel tersebut dinamakan konstrak laten. Permasalahan pertama yang timbul adalah apakah indikator-indikator yang diukur tersebut mencerminkan konstrak laten yang didefinisikan. Indikator-indikator tersebut haruslah dapat

dipertanggungjawabkan secara teori, mempunyai nilai logis yang dapat diterima, serta memiliki tingkat validitas dan reliabilitas yang baik.

Permasalahan kedua adalah bagaimana mengukur pola hubungan atau besarnya nilai pengaruh antara konstrak laten baik secara parsial maupun simultan/serempak; bagaimana mengukur besarnya pengaruh langsung, pengaruh tidak langsung, dan pengaruh total antara konstrak laten. Teknik statistik yang mampu menganalisis pola hubungan antara konstrak laten dan indikatornya, konstrak laten yang satu dengan lainnya, serta kesalahan pengukuran secara langsung adalah Structural Equation Modeling (SEM). SEM adalah sebuah evolusi dari model persamaan berganda (regresi) yang dikembangkan dari prinsip ekonometri dan digabungkan dengan prinsip pengaturan (analisis faktor) dari psikologi dan sosiologi.Hair et al (1995). Yamin dan Kurniawan (2009) menjelaskan alasan yang mendasari digunakannya SEM adalah.

a. SEM mempunyai kemampuan untuk mengestimasi hubunganantara variabel yang bersifat multiple relationship. Hubungan ini dibentuk dalam model struktural (hubungan antara konstrak laten eksogen dan endogen).

b. SEM mempunyai kemampuan untuk menggambarkan pola hubungan antara konstrak laten (unobserved) dan variabel manifest (manifest variable atau variabel indikator).

c. SEM mempunyai kemampuan mengukur besarnya pengaruh langsung, pengaruh tidak langsung, dan pengaruh total antara konstrak laten (efek dekomposisi).

2. Konsep Dasar SEM

Beberapa istilah umum yang berkaitan dengan SEM menurut Hair et al. (1995) diuraikan sebagai berikut:

a. Konstrak Laten

Pengertian konstrak adalah konsep yang membuat peneliti mendefinisikan ketentuan konseptual namun tidak secara langsung (bersifat laten), tetapi diukur dengan perkiraan berdasarkan indikator. Konstrak merupakan suatu proses atau kejadian dari suatu amatan yang diformulasikan dalam bentuk konseptual dan memerlukan indikator untuk memperjelasnya.

b. Variabel Manifest

Pengertian variabel manifest adalah nilai observasi pada bagian spesifik yang dipertanyakan, baik dari responden yang menjawab pertanyaan (misalnya, kuesioner) maupun observasi yang dilakukan oleh peneliti. Sebagai tambahan, Konstrak laten tidak dapat diukur secara langsung (bersifat laten) dan membutuhkan indikator-indikator untuk mengukurnya. Indikator-indikator tersebut dinamakan variabel manifest. Dalam format kuesioner, variabel manifest tersebut merupakan item-item pertanyaan dari setiap variabel yang dihipotesiskan.

c. Variabel Eksogen, Variabel Endogen, dan Variabel Error

Variabel eksogen adalah variabel penyebab, variabel yang tidak dipengaruhi oleh variabel lainnya.Variabel eksogen memberikan efek kepada variabel lainnya.

Dalam diagram jalur, variabel eksogen ini secara eksplisit ditandai sebagai variabel yang tidak ada panah tunggal yang menuju kearahnya. Variabel endogen adalah variabel yang dijelaskan oleh variabel eksogen.Variabel endogen adalah efek dari variabel eksogen. Dalam diagram jalur, variabel endogen ini secara

eksplisit ditandai oleh kepala panah yang menuju kearahnya. Variabel error didefinisikan sebagai kumpulan variabel-variabel eksogen lainnya yang tidak dimasukkan dalam sistem penelitian yangdimungkinkan masih mempengaruhi variabel endogen.

d. Diagram Jalur

Diagram jalur adalah sebuah diagram yang menggambarkan hubungan kausal antara variabel. Pembangunan diagram jalur dimaksudkan untuk menvisualisasikan keseluruhan alur hubungan antara variabel.

e. Koefisien Jalur

Koefisien jalur adalah suatu koefisien regresi terstandardisasi (beta) yang menunjukkan parameter pengaruh dari suatu variabel eksogen terhadap variabel endogen dalam diagram jalur. Koefisien jalur disebut juga standardized solution.

Standardized solution yang menghubungkan antara konstrak laten dan variabel indikatornya adalah factor loading.

f. Efek Dekomposisi (Pengaruh Total dan Pengaruh Tak Langsung)

Efek dekomposisi terjadi berdasarkan pembentukan diagram jalur yang bisa dipertanggungjawabkan secara teori. Pengaruh antara konstrak laten dibagi berdasarkan kompleksitas hubungan variabel, yaitu:

1). Pengaruh langsung (direct effects)

a).Pengaruh langung sumber daya terhadap pemberdayaan masyarakat nelayan

Y1=f (x1) Y1= a+ b1x1 + e

b).Pengaruh langsung sumber daya terhadap pendapatan rumah tangga Y2 = f(x1)

Y2 = a + b1x2 + e

c).Pengaruh langsung teknologi terhadap pemberdayaan masyarakat nelayan Y1 = f(x2)

Y1 = a + b1x2 + e

d).Pengaruh langsung teknologi terhadap pendapatan rumah tangga Y2 = f(x2)

Y2 = a + b1x2 + e

e).Pengaruh langsung sosial ekonomi terhadap pemberdayaan masyarakat nelayan

Y1 = f(x3)

Y1 = a + b1x3 + e

f).Pengaruh langsung sosial ekonomi terhadap pendapatan rumah tangga Y2 = f(x3)

Y2 = a + b1x3 + e

g).Pengaruh langsung modal sosial terhadap pemberdayaan masyarakat nelayan

Y1 = f(x4)

Y1 = a + b1x4 + e

h).Pengaruh langsung modal sosial terhadap pendapatan rumah tangga Y2 = f(x4)

Y2 = a + b1x4 + e

i).Pengaruh langsung pemberdayaan masyarakat nelayan terhadap pendapatan rumah tangga

Y1 = f(y2)

Y1 = a + b1y2 + e

2). Pengaruh tidak langsung (indirect effects)

a).Pengaruh tidak langsung sumber daya terhadap pendapatan rumah tangga melalui pemberdayaan masyarakat nelayan

Y2 = f(x1y1)

Y2 = x1 →y1 * y2→y2 (x1y1).(y1y2) Y2 = a * b1x1 * b2y2 + e

b).Pengaruh tidak langung teknologi terhadap pendapatan rumah tangga melalui pemberdayaan masyarakat

Y2 = f(x2y1)

Y2 = x2 →y1 * y1→y2 Y2 = a * b1x2 * b2y1 + e

c). Pengaruh tidak langsung sosial ekonomi terhadap pendapatan rumah tangga melalui pemberdayaan masyarakat nelayan

Y2 = f(x3y1)

Y2 = x3 →y1 * y1 →y2 Y2 = a * b1x3 * b3y1+e

d).Pengaruh tidak langsung modal sosial terhadap pendapatan rumah tangga melalui pemberdayaan masyarakat nelayan

Y2 = f(x4y1)

Y2 = x4→y1 * y1→y2

Y2 = a* b1x4*b41 +e 3). Pengaruh total (total effects)

a).Pengaruh total sumber daya terhadap pendapatan rumah tangga melalui pemberdayaan masyarakat nelayan

Y2 = f(x1y1)

Y2 = a + b1x1 + b2y1 + e Y2 = x1 →y1 + y1 → y2

b).Pengaruh total teknologi terhadap pendapatan rumah tangga melalui pemberdayaan masyarakat nelayan

Y2 = f(x2y1)

Y2 = a + b1x2 + b2y1 + e Y2 = x2 →y1 + y1 → y2

c).Pengaruh total sosial ekonomi terhadap pendapatan rumah tangga melalui pemberdayaan masyarakat nelayan

Y2 = f(x3y1)

Y2 = a + b1x3 + b2y1 + e Y2 = x3 →y1 + y1 → y2

d).Pengaruh total modal sosial terhadap pendapatan rumah tangga melalui pemberdayaan masyarakat nelayan

Y2 = f(x4y1)

Y2 = a + b1x4 +b2y1 + e Y2 = X4 →y1 + y1→y2

Pengaruh total merupakan penjumlahan dari pengaruh langsung dan pengaruh tak langsung, sedangkan pengaruh tak langsung adalah perkalian dari

semua pengaruh langsung yang dilewati (variabel eksogen menuju variabel endogen/variabel endogen). Pada software Amos 22, pengaruh langsung diperoleh dari nilai output completely standardized solution, sedangkan efek dekomposisi diperoleh dari nilai output standardized total and indirect effects.

3. Prosedur SEM

Menurut Yamin dan Kurniawan (2009), secara umum ada lima tahap dalam prosedur SEM, yaitu spesifikasi model, identifikasi model, estimasi model, uji kecocokan model, dan respesifikasi model; berikut penjabarannya:

a. Spesifikasi Model

Pada tahap ini, spesifikasi model yang dilakukan oleh peneliti meliputi:

1) Mengungkapkan sebuah konsep permasalahan peneliti yang merupakan suatu pertanyaan atau dugaan hipotesis terhadap suatu masalah.

2) Mendefinisikan variabel-variabel yang akan terlibat dalam penelitian dan mengkategorikannya sebagai variabel eksogen dan variable endogen.

3) Menentukan metode pengukuran untuk variabel tersebut, apakah bias diukur secara langsung (measurable variable) atau membutuhkan variabel manifest (manifest variabel atau indikator-indikator yang mengukur konstrak laten).

4) Mendefinisikan hubungan kausal struktural antara variabel (antara variabel eksogen dan variabel endogen), apakah hubungan strukturalnya recursive (searah, X → Y) atau nonrecursive (timbale balik, X↔Y) .

5) Langkah optional, yaitu membuat diagram jalur hubungan antara konstrak laten dan konstrak laten lainnya beserta indikatorindikatornya. Langkah ini dimaksudkan untuk memperoleh visualisasi hubungan antara variabel dan akan mempermudah dalam pembuatan program Amos.

b. Identifikasi Model

Untuk mencapai identifikasi model dengan kriteria over-identified model (penyelesaian secara iterasi) pada program Amos 20 dilakukan penentuan sebagai berikut: untuk konstrak laten yang hanya memiliki satu indikator pengukuran, maka koefisien faktor loading (lamda, λ) ditetapkan 1 atau membuat error variance indikator pengukuran tersebut bernilai nol. λ untuk konstrak laten yang hanya memiliki beberapa indicator pengukuran (lebih besar dari 1 indikator), maka ditetapkan salah satu koefisien faktor loading (lamda, λ) bernilai 1.

Penetapan nilai lamda = 1 merupakan justifikasi dari peneliti tentang indikator yang dianggap paling mewakili konstrak laten tersebut. Indikator tersebut disebut juga sebagai variable reference. Jika tidak ada indikator yang diprioritaskan (ditetapkan), maka variable reference akan diestimasi didalam proses estimasi model.

4. Estimasi Model

Pada proses estimasi parameter, penentuan metode estimasi ditentukan oleh uji Normalitas data. Jika Normalitas data terpenuhi, maka metode estimasi yang digunakan adalah metode maximum likelihood dengan menambahkan inputan berupa covariance matrix dari data pengamatan. Sedangkan, jika Normalitas data tidak terpenuhi, maka metode estimasi yang digunakan adalah robust maximum likelihood dengan menambahkan inputan berupa covariance matrix dan asymptotic covariance matrix dari data pengamatan Joreskog dan Sorbom (1996).

Penggunaan input asymptotic covariance matrix akan menghasilkan penambahan uji kecocokan model, yaitu Satorra-Bentler Scaled Chi-Square dan Chi-square Corrected For Non-Normality. Kedua P-value uji kecocokan model ini dikatakan

fit jika P-value mempunyai nilai minimum adalah 0,05 . Yamin dan Kurniawan (2009) menambahkan proses yang sering terjadi pada proses estimasi, yaitu offending estimates (dugaan yang tidak wajar) seperti error variance yang bernilai negatif. Hal ini dapat diatasidengan menetapkan nilai yang sangat kecil bagi error variance tersebut. Sebagai contoh, diberikan input sintaks program SIMPLIS ketika nilai varian dari konstrak bernilai negative.

5. Uji Kecocokan Model

Menurut Hair et al., SEM tidak mempunyai uji statistik tunggal terbaik yang dapat menjelaskan kekuatan dalam memprediksi sebuah model. Sebagai gantinya, peneliti mengembangkan beberapa kombinasi ukuran kecocokan model yang menghasilkan tiga perspektif, yaitu ukuran kecocokan model keseluruhan, ukuran kecocokan model pengukuran, dan ukuran kecocokan model struktural. Langkah pertama adalah memeriksa kecocokan model keseluruhan. Ukuran kecocokan model keseluruhan dibagi dalam tiga kelompok sebagai berikut:

a. Ukuran Kecocokan Mutlak (absolute fit measures)

Yaitu ukuran kecocokan model secara keseluruhan (model struktural dan model pengukuran) terhadap matriks korelasi dan matriks kovarians. Uji kecocokan tersebut meliputi:

1) Uji Kecocokan Chi-Square

Uji kecocokan ini mengukur seberapa dekat antara implied covariance matrix (matriks kovarians hasil prediksi) dan sample covariance matrix (matriks kovarians dari sampel data). Dalam prakteknya, P-value diharapkan bernilai lebih besar sama dengan 0,05 agar H0 dapat diterima yang menyatakan bahwa model adalah baik. Pengujian Chi-square sangat sensitif terhadap ukuran data.Yamin dan

Kurniawan (2009) menganjurkan untuk ukuran sample yang besar (lebih dari 200), uji ini cenderung untuk menolak H0. Namun sebaliknya untuk ukuran sampel yang kecil (kurang dari 100), uji ini cenderung untuk menerima H0. Oleh karena itu, ukuran sampel data yang disarankan untuk diuji dalam uji Chi-square adalah sampel data berkisar antara 100 – 200.

2) Goodnees-Of-Fit Index (GFI)

Ukuran GFI pada dasarnya merupakan ukuran kemampuan suatu model menerangkan keragaman data.Nilia GFI berkisar antara 0 – 1. Sebenarnya, tidak ada kriteria standar tentang batas nilai GFI yang baik. Namun bisa disimpulkan, model yang baik adalah model yang memiliki nilai GFI mendekati 1. Dalam prakteknya, banyak peneliti yang menggunakan batas minimal 0,9.

3) Root Mean Square Error (RMSR)

RMSR merupakan residu rata-rata antar matriks kovarians/korelasi teramati dan hasil estimasi. Nilai RMSR < 0,05 adalah good fit.

4) Root Mean Square Error Of Approximation (RMSEA)

RMSEA merupakan ukuran rata-rata perbedaan per degree of freedom yang diharapkan dalam populasi. Nilai RMSEA < 0,08 adalah good fit, sedangkan Nilai RMSEA < 0,05 adalah close fit.

5) Expected Cross-Validation Index (ECVI)

Ukuran ECVI merupakan nilai pendekatan uji kecocokan suatu model apabila diterapkan pada data lain (validasi silang). Nilainya didasarkan pada perbandingan antarmodel. Semakin kecil nilai, semakin baik.

6) Non-Centrality Parameter (NCP)

NCP dinyatakan dalam bentuk spesifikasi ulang Chi-square. Penilaian didasarkan atas perbandingan dengan model lain. Semakin kecil nilai, semakin baik.

b. Ukuran Kecocokan Incremental (incremental/relative fit measures)

Yaitu ukuran kecocokan model secara relatif, digunakan untuk perbandingan model yang diusulkan dengan model dasar yang digunakan oleh peneliti. Uji kecocokan tersebut meliputi:

1) Adjusted Goodness-Of-Fit Index (AGFI)

Ukuran AGFI merupakan modifikasi dari GFI dengan mengakomodasi degree of freedom model dengan model lain yang dibandingkan. AGFI >0,9 adalah good fit, sedangkan 0,8 >AGFI >0,9 adalah marginal fit.

2) Tucker-Lewis Index (TLI)

Ukuran TLI disebut juga dengan nonnormed fit index (NNFI). Ukuran ini merupakan ukuran untuk pembandingan antarmodel yang mempertimbangkan banyaknya koefisien di dalam model. TLI>0,9 adalah good fit, sedangkan 0,8

>TLI >0,9 adalah marginal fit.

3) Normed fit index(NFI)

Nilai NFI merupakan besarnya ketidak cocokan antara model target dan model dasar.Nilai NFI berkisar antara 0–1. NFI >0,9 adalah good fit, sedangkan 0,8

Dalam dokumen BAB II TINJAUAN PUSTAKA (Halaman 48-0)